신경망 기반 좌특이값 부분공간 전처리기 NeuraLSP

초록

**
NeuraLSP는 PDE를 풀기 위한 대규모 희소 선형 시스템에 대해, 좌특이값 부분공간을 학습해 고정된 저‑랭크 전처리 행렬을 생성하는 신경망 기반 전처리기이다. 새롭게 제안된 NLSS 손실함수는 근접 영공간(near‑nullspace) 벡터의 주요 좌특이벡터를 정확히 복원하도록 설계되었으며, 이론적 최적성 및 랭크 인플레이션에 대한 강인성을 보장한다. 실험 결과, 기존 AMG와 최신 신경 전처리기 대비 최대 53 %의 속도 향상을 달성하였다.

**

상세 분석

**
NeuraLSP는 전통적인 AMG(Algebraic Multigrid)에서 사용되는 강도 연결(strength‑of‑connection) 기반의 집합화 과정을 신경망으로 대체한다는 점에서 혁신적이다. 핵심 아이디어는 시스템 행렬 A의 근접 영공간을 샘플링한 매트릭스 S의 좌특이값 부분공간을 직접 학습함으로써, 고정된 저‑랭크 연산자 P (프로렁게이션 행렬)를 얻는 것이다. 이를 위해 저자들은 NLSS(Neural Left Singular Subspace) 손실을 정의했으며, 손실식은
\